ING. MAURIZIO TORRES MERCOLEDI’ 14 SETTEMBRE 2016

Slides:



Advertisements
Presentazioni simili
ECONOMISTI E GIURISTI A CONFRONTO: UNA NUOVA DIMENSIONE PER QUALITA’ E MERITO Massimo ribasso e valutazione dei costi Dott. Giuseppe Quitadamo Ministero.
Advertisements

1 UFFICIO ISPETTIVO AEROPORTUALE ITALIA SETTENTRIONALE.
- Via Vetri Vecchi 34, San Giovanni Valdarno (AR) “La prova Triassiale Ciclica: teoria ed applicazioni di laboratorio”
Deposizione di energia in scintillatore plastico da parte di particelle cariche ionizzanti Andrea Celentano A.A Relatore: dott. Marco Ripani,
Tesi di Laurea in Ingegneria Elettronica Progetto, caratterizzazione e realizzazione di un sintetizzatore di frequenza basato su un approssimatore in logica.
Servizi Postali Risorse Umane e Organizzazione Luglio 2013 Sistema incentivante “Middle Management Recapito 2013”
VGR 2016 Tavola rotonda FACCIATE VENTILATE: INNOVAZIONE E SICUREZZA
IL CONVERTITORE A/D Scheda di conversione analogico/digitale a 24 bit
Procedure di controllo di qualità del dato analitico
Distribuzioni limite La distribuzione normale
Introduzione a Statistica e Probabilità
Dip. Economia Politica e Statistica
Precorso di Statistica per le Lauree Magistrali
Valutazione dell’incertezza associata alla mappa acustica dinamica di Milano Giovanni Zambon; Roberto Benocci; Maura Smiraglia; H. Eduardo Roman.
Interferometro di Michelson e
RICHIAMI DI INFERENZA:
La previsione deterministica
Modello neoclassico di crescita esogena di R. Solow
Misure di impulso di particelle cariche
Algoritmi di stima con perdita di pacchetti in reti di sensori wireless: modellizzazione a catene di Markov, stima e stima distribuita Chiara Brighenti,
Misure Meccaniche e Termiche - Università di Cassino
G. Grossi Modelli e applicazioni
Confronto fra 2 popolazioni
DISTRIBUZIONI TEORICHE DI PROBABILITA’
PIANIFICAZIONE DEI TRASPORTI Regressione lineare
ELEMENTI DI DINAMICA DELLE STRUTTURE
Procedura per la determinazione del
Analisi delle Traiettorie: Modelli di Crescita Latente (LGM)
DISSESTO IDROGEOLOGICO
Precorso di Statistica per le Lauree Magistrali
IL PROCESSO TECNICO DI SCHEDULAZIONE: TEMPI E COSTI DI UN PROJECT
APPUNTI DI STATISTICA INFERENZIALE
V. Di Stefano a, O. Muscato b, W.Wagner c
Intervalli di Fiducia Introduzione Intervalli di fiducia per la media – Caso varianza nota Intervalli di fiducia per la media – Caso varianza non nota.
Introduzione a Statistica e Probabilità
Controllo in retroazione e Specifiche
Relazione sulla statistica
Simulazioni deterministiche e stocastiche
Titolo presentazione 12/09/2018
Gli strumenti Gli strumenti di misura possono essere:
Valutazione del rischio operativo mediante il diagramma di redditività
CAMPAGNA COMMERCIALE SIS ( NOVEMBRE 2010)
Fisica: lezioni e problemi
A/D seconda parte.
Un esempio Una casa farmaceutica dichiara che un nuovo antidolorifico che sta per immettere sul mercato fa effetto mediamente in un tempo pari a 12,75.
Come si sviluppa un’indagine
La distribuzione campionaria: principi generali
Intervalli di confidenza
PROCEDURA per la misura e la relativa stima
Come si sviluppa un’indagine
ANALISI DI REGRESSIONE
LE SUCCESSIONI Si consideri la seguente sequenza di numeri:
Comando Provinciale Vigili del Fuoco di Caserta
Esercizio La popolazione di adulti presenta una media di ansia pari a 4. Ad un campione di 35 soggetti con disturbo ossessivo compulsivo è stato somministrato.
Dip. Economia Politica e Statistica
Come si sviluppa un’indagine
Comando Provinciale Vigili del Fuoco di Caserta
Come si sviluppa un’indagine
RICHIAMI DI INFERENZA:
RICHIAMI DI INFERENZA:
Corso di Analisi Statistica per le Imprese
Precorso di Statistica per le Lauree Magistrali
Precorso di Fisica 2011/2012 Facoltà di Agraria
GENERALITA’ Qualsiasi bene immobile può appartenere in proprietà esclusiva a una sola persona, fisica o giuridica, oppure contemporaneamente a più persone.
D.L. 25 giugno 2008 n. 112 convertito, con modificazioni,
Il protocollo informatico e il Manuale di Gestione
Corso di Analisi Statistica per le Imprese
Dip. Economia Politica e Statistica
IL PERCORSO LOGICO DI UN PROGETTO
Corso di programmazione, Simulazione, ROOT, code, ecc. ecc.
Transcript della presentazione:

ING. MAURIZIO TORRES MERCOLEDI’ 14 SETTEMBRE 2016 DIRETTORE VICEDIRGENTE CORPO NAZIONALE DEI VIGILI DEL FUOCO COMANDO PROVINCIALE CALTANISSETTA 1

DIMENSIONAMENTO VIE DI ESODO ASET > RSET ASET= TEMPO DISPONIBILE PER L’ESODO RSET = TEMPO RICHIESTO PER L’ESODO ISO /TR 16738:2009(ANNEX H) CALCOLO RSET ISO 13571 CALCOLO TEMPI ESODO IN FUNZIONE DENSITA’ AFFOLLAMENTO 2

DIMENSIONAMENTO VIE DI ESODO ttra,i tempo impiegato da i-esima persona per percorrere via di esodo e raggiungere luogo sicuro ttra(pres),i tempo impiegato da i-esima persona per raggiungere uscita di sicurezza ttra(coda),i tempo di attesa i-esima persona in coda prima di raggiungere uscita di sicurezza 3

ESIGENZA DI UNA STIMA PIU’ PRECISA DI tcoda DIMENSIONAMENTO VIE DI ESODO ESIGENZA DI UNA STIMA PIU’ PRECISA DI tcoda LE NORME ISO IN RELAZIONE AI DIVERSI VALORI DI «RSET» DETERMINABILI IN RELAZIONE ALLA DIVERSA TIPOLOGIA DI VIE DI ESODO FORNISCONO INDICAZIONI SULLE DISTRIBUZIONI STOCASTICHE DA UTILIZZARE PER LA STIMA DI tcoda . IL NUOVO CODICE FORNISCE VALORI MASSIMI DI tcoda DA ASSUMERE IN RELAZIONE A RVITA . 4

VIA DI ESODO INTASATA PER ELEVATA DENSITA’ DI AFFOLLAMENTO CASI DI STUDIO VIA DI ESODO INTASATA PER ELEVATA DENSITA’ DI AFFOLLAMENTO AMMASSAMENTO SU UNA USCITA DI SICUREZZA PER ESODO DISORDINATO O INDISPONIBILITA’ DI UNA USCITA DI SICUREZZA 5

TEORIA DELLE CODE - SCHEMA DI RIFERIMENTO PER UNA VIA DI ESODO NEL CASO DI VIE DI ESODO: SERVITORE = USCITA DI SICUREZZA CODA = FILA DI ATTESA CHE SI FORMA DI FRONTE USCITA DI SICUREZZA 6

TEORIA DELLE CODE –ELEMENTI BASILARI DEL MODELLO NEL CASO DI VIA DI ESODO ULTERIORI IPOTESI PER ADATTABILITA’ MODELLO 7

PARAMETRI PER IL MODELLO IN ESAME MOVIMENTO PERSONE NON PREVEDIBILE E DISORDINATO QUINDI TEMPI DI ARRIVO STOCASTICI E NUMERO DI ARRIVI VERSO USCITA DI SICUREZZA STOCASTICO DISCIPLINA SERVIZIO FIFO( first in - first out) SISTEMA SEMPRE IN EQUILIBRIO STOCASTICO : TUTTE LE PERSONE CHE ENTRANO IN UNA VIA DI ESODO ESCONO ATTRAVERSO L’USCITA DI SICUREZZA. 8

PARAMETRI PER IL MODELLO IN ESAME DISTRIBUZIONE TEMPI DI ARRIVO(esponenziale) λ numero medio di persone in arrivo verso l’u.s. (persone /u.d.t.) 1/λ tempo medio fra due arrivi consecutivi NUMERO DI ARRIVI IN INTERVALLO t (Poisson) 9

TEMPO SERVIZIO USCITA DI SICUREZZA (μ) E DETERMINAZIONE DI λ λ (persone /s) = C * W W=larghezza effettiva u.s. (Codice Unico Prevenzione) μ 10

PARAMETRI DI FUNZIONAMENTO DEL MODELLO LEGGE DI LITTLE ϱ = λ/μ < 1 COEFFICIENTE SERVIZIO U.S. « CONDIZIONE ERGODICITA’» 11

N=Nc+ϱ Numero di persone che lasciano la via di esodo VIA DI ESODO INTASATA PER ELEVATA DENSITA’ DI AFFOLLAMENTO MODELLO Noto affollamento A Si determina Nc numero medio persone in attesa di impegnare l’u.s. N=Nc+ϱ Numero di persone che lasciano la via di esodo Ritardo medio Tempo di arrivo ultima persona TEMPO ATTESA TOTALE + + Formula di Khinchine –Pollaczeck (caso tempi servizio deterministici) 12

VIA DI ESODO INTASATA PER ELEVATA DENSITA’ DI AFFOLLAMENTO ESEMPIO A = 100 PERSONE, U.S. LARGA 90 cm, d=2,95 persone /mq λ=0,82 p/s μ=1 p/s ρ=0,82 N=2,69 persone in un tempo T=3,28 s = =120,73 s TEMPO ATTESA TOTALE 120,73 + 3,28=124 s 13

T = TEMPO CORRISPONDENTE AMMASSAMENTO SU UNA USCITA DI SICUREZZA PER ESODO DISORDINATO O INDISPONIBILITA’ DI UNA VIA DI ESODO PERSONE GIA’ PRESENTI IN CORRISPONDENZA DELL’USCITA QUINDI IL RITARDO SI ACCUMULA SOLO PER IL TEMPO DI SERVIZIO E NON PER IL TEMPO DI ARRIVO NUMERO PERSONE PRESENTI NEL SISTEMA T = TEMPO CORRISPONDENTE CON STESSI DATI ESEMPIO PRECEDENTE SI OTTIENE N=98,79 persone T=98,79 s Limitazione dal valore del tempo di servizio 14

APPLICAZIONE DEL METODO MONTECARLO APPLICABILE DATO CHE I TEMPI DI ARRIVO SONO DISTRIBUITI ESPONENZIALMENTE E IL NUMERO DI ARRIVI SONO CONSEGUENTEMENTE DISTRIBUITI CON UNA «POISSON» BASATA SULLA LEGGE DI LINDLEY 15

APPLICAZIONE DEL METODO MONTECARLO LEGGE DI LINDLEY IN LINEA CON QUANTO SUGGERITO DALLA NORMA ISO /TR 16738:2009(ANNEX H) NEL CALCOLO DEL TEMPO DI CODA NON VENGONO CONSIDERATE LE PERSONE CHE HANNO GIA’ RAGGIUNTO IL LUOGO SICURO NELL’ISTANTE IN CUI GLI ULTIMI OCCUPANTI HANNO GIA’ RAGGIUNTO L’USCITA DI SICUREZZA SOLO PERSONA ( i-1) esima e PERSONA i-esima 16

APPLICAZIONE DEL METODO MONTECARLO SI ASSUME COME PARAMETRO DA STIMARE IL TEMPO DI USCITA DELL’ULTIMA PERSONA CHE E’ UNA VARIABILE CASUALE CON STIMATORE DISTRIBUITO «NORMALMENTE» DEFINIRE IL LIMITE DI ACCETTABILITA’ DELLO STIMATORE DEFINIRE L’ERRORE DELLA STIMA DA ACCETTARE PARI A 1/ √n (n dimensione del campione cioè numero di iterazioni da fare coincidente col numero di valori del tempo di uscita da stimare) 17

APPLICAZIONE DEL METODO MONTECARLO ESEMPIO CON VIA DI ESODO CON ELEVATA DENSITA’ DI AFFOLLAMENTO PRECEDENTE ACCETTABILITA’ DELLO STIMATORE DEL 5% , NEL 95% DEI CASI IL TEMPO DA STIMARE SARA’ QUELLO OTTENUTO CON LA SIMULAZIONE CON UN ERRORE PARI A 1/ √n ERRORE DI STIMA DEL 10% ( n=100 ITERAZIONI) TEMPO MEDIO USCITA ULTIMA PERSONA 122,38 s (124 s) CON UN INTERVALLO DI CONFIDENZA DELLA STIMA PARI A 110,14 s – 134,62 s AD ESEMPIO SI PUO’ ASSUMERE IL LIMITE SUPERIORE CON COEFFICIENTE DI SICUREZZA PARI ALL’ERRORE DELLA STIMA 18

CONCLUSIONI CONCLUSIONI METODOLOGIA UTILE PER LA VERIFICA IN CASI PARTICOLARI DELLA PRESTAZIONE DI UNA VIA DI ESODO SIA IN FASE PROGETTUALE INIZIALE SIA NELLA PROGETTAZIONE DI MISURE COMPENSATIVE NELL’AMBITO DI UN PROCEDIMENTO DI «DEROGA» METODOLOGIA UTILE PER LA VERIFICA DELLA PRESTAZIONE DI UNA VIA DI ESODO ESISTENTE AD ESEMPIO IN AMBITO DI INDAGINI APPLICAZIONE FSE PER IL DIMENSIONAMENTO VIA DI ESODO LA PRIMA PROCEDURA E’ PIU’ RAPIDA E SEMPLICE IL METODO MONTECARLO FORNISCE UNA PRECISIONE MAGGIORE ED UNA ACCURATEZZA CHE CRESCE AUMENTANDO IL NUMERO DI ITERAZIONI ( ma anche il tempo di calcolo !) 19

GRAZIE PER L’ASCOLTO 20